MétaCan
Menu
Retour à la cohorte
Enregistrement W4368405038 · doi:10.3390/atmos14050820

Arctic Amplification in the Community Earth System Models (CESM1 and CESM2)

2023· article· en· W4368405038 sur OpenAlexaff
Petr Chýlek, Chris K. Folland, James D. Klett, Glen Lesins, Manvendra K. Dubey

Notice bibliographique

RevueAtmosphere · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensDalhousie University
Organismes subventionnairesLos Alamos National LaboratoryNational Nuclear Security AdministrationU.S. Department of Energy
Mots-clésArcticEnvironmental scienceAtmospheric sciencesAtmosphere (unit)Coupled model intercomparison projectThe arcticCorrelation coefficientMeteorologyClimatologyClimate modelClimate changePhysicsGeologyMathematicsStatisticsOceanography

Résumé

récupéré en direct d'OpenAlex

We compare the Arctic amplification (AA) produced by the two Community Earth System Models CESM1 and CESM2, members of the CEMIP5 (Coupled Models Intercomparison Project phase 5) and CEMIP6 collections, respectively. We find that the CESM1 model reproduces the recent high values of the AA deduced from the observed temperature much better than the CESM2. The correlation coefficient within the 1970–2012 time period between CESM1-simulated AA and the observed one is 0.47, while the CESM2 simulation leads to an anticorrelation of r = −0.53. Even the more successful model (CESM1) is not able to reproduce recent high AA values of 4–5. The main cause of this failure is the model’s overestimate of the rate of increase in the mean global temperature in years post 1990. When the CESM1 model’s simulated trend of the mean global temperature is replaced in the expression for the AA by the observed temperature trend, the correlation coefficient increases from 0.47 to 0.75. The CESM1 model is among the best north American models in AA simulation while the CESM2 model is among the least successful.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,843

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,241
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetClimate variability and modelsTravaux en français237 207